SARS疫情预测预报中的分段非线性回归方法

介绍了几种对累计SARS疫情预测预报中的非线性增长曲线模型，说明了Richards增长曲线在这次SARS疫情预测预报中合理性和可行性，由此建立了累计SARS疫情预测预报中的非线性回归点模型。并具体对北京SARS疫情进行了跟踪预测预报，包括整体和分时间段的预测预报，获得了北京SARS疫情随时间的预测预报结果，说明了北京4月底的一系列控制措施对北京SARS疫情所带来的影响，为进一步的后续研究打下了良好基础。     

SARS疫情预测预报中的分段非线性回归方法

介绍了几种对累计SARS疫情预测预报中的非线性增长曲线模型，说明了Richards增长曲线在这次SARS疫情预测预报中合理性和可行性，由此建立了累计SARS疫情预测预报中的非线性回归点模型。并具体对北京SARS疫情进行了跟踪预测预报，包括整体和分时间段的预测预报，获得了北京SARS疫情随时间的预测预报结果，说明了北京4月底的一系列控制措施对北京SARS疫情所带来的影响，为进一步的后续研究打下了良好基础。     

SARS预测的SI模型和分段SI模型

介绍及建立了对SARS(Severe acute respiratory syndrome)临床诊断累计病例预测的非线性增长模型：SI(Susceptible and infective)模型和分段SI模型，并对北京SARS累计病例进行了预测。分段SI模型转变点的95％的置信区间在4月21日、22日和23日内，表明我国政府采取了有力措施后，4月24日以后，SARS病例的增长率发生显著变化。